利用数据库投影技术挖掘多维序列模式.pdfVIP

利用数据库投影技术挖掘多维序列模式 栾东庆 (首都经济贸易太学信息学院，北京100026) E-maih LDQ@cI『EB．EDU．CN 摘’要多堆序列模式挖掘正敷据挖掘的一十崭新领域，访支首先就多雏序列模式的有关概惫做了说明，然后介绍了两 种有救的挖掘算法，最后还时各种算法的优劣做了对比分析。 关键词 多雏序列模式 支特度闱值投影数据库 of inMulti—-dimensional ApplicationAlgorithmPrefixSpan Pattern SequentiaIMining Luan Dongqing ofEconomicsmad (Information Business，Beijing100026) College，CapitalUniversity of research．The Abstract：Multi—dimensional isanewfielddata sequentialpatternmining mining paperfirstlypresents two ofefficient some relatedtomulti-dimensional introduceskinds conceptions sequentialpattern，then miningalgo- ofthe arcdiscussedintheend． fithms，and algorithms comparisons Database Keywords：Multi—dimensionalSequentialPattern，SupportThreshold，Projected 1引言 序列模式挖掘在客户购买行为分析、web访问模式分析、 科学实验的过程分析、疾病诊断、自然灾害预测和DNA序列分 文均设定支持度阈值min_suppert=2)。 新等领域有着极为广泛的应用。然而，如果能在序列模式中融 2．2多维序列模式 合更多的信息，那么其研究会更有吸引力。假设a…b．，h为顾 多维序列数据库中的记录呈(RID…A…，A。，s)的格式，其 客所购买的商品名录，序列模式挖掘只能挖掘出诸如(bf等模 中RID是主键，A，．．．，Am是维度，S存放序列。以+表示不属于 式，表示顾客在购买b后会购买f；而多维序列模式挖掘则可以 Al，．．．，k的值。一个多维序列呈(am．．，‰，s)形式，其中马￡ 挖掘出(business，Chicago，middle，hf)等模式，表示芝加哥市 (城市维)的中等年龄(年龄维)的商业客户(顾客群维)在购买 b后会购买fo 2多维序列模式相关概念 定支持度阈值rain support 2．1序列模式 时称P为多维序列模式。 例2．给定表2所示的数据库SDB，它记录了顾客的相关属